SU-F-BRA-07: Integrated 4D Reconstruction of Dynamic Data for Myocardial Blood Flow Measurements with Dedicated SPECT Cameras
Notice bibliographique
Résumé
Purpose: Dynamic nuclear medicine imaging provides important diagnostic information that is not available from static images, such as absolute measurements of myocardial blood flow. Recently, interest in dynamic SPECT has grown due to advances in dedicated cardiac SPECT technology. Although new dedicated systems allow for independent reconstruction of each temporal frame of the dynamic image using conventional methods like OSEM, integrated 4D approaches that reconstruct the entire image set simultaneously may be superior. We investigate the use of one such approach on simulated cardiac data and assess any improvements in image quality and kinetic parameter estimates. Methods: Two dynamic Tc-99m-tetrofosmin acquisitions (330MBq) were simulated using the NCAT digital phantom: one healthy patient, and one with a lateral defect in the myocardium. We modeled a stationary system with 20 parallel-hole detectors equally spaced over a 180 degree arc on the patientˈs left side. Early moments post-injection were acquired at 10 seconds per time frame, with longer time frames used after two minutes. We reconstructed 4D dynamic images using two approaches: independent OSEM reconstruction of each frame, and integrated 4D reconstruction using the dSPECT method (IEEE Trans. Nucl. Sci 48(1):3–9, 2001). The images were compared both visually and with quantitative analysis software. Results: Improvements in image quality were apparent using dSPECT, both in terms of visual appearance and quality of time activity curves (TACs) within regions of interest. The myocardium was better-defined in early, noisy time frames of the image, and TACs were smoother and closer to the truth. Parametric maps obtained from quantitative analysis were more accurate for the dSPECT image, especially for the simulation with a lateral defect. Conclusions: The dSPECT integrated 4D reconstruction method provides improved image quality and more reliable kinetic parameter estimates from simulated dynamic dedicated cardiac SPECT data, compared to independent time frame reconstruction using OSEM.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».